[发明专利]一种基于BIM技术的结构监测装置

说明书

本发明公开了一种基于BIM技术的结构监测装置，包括可移动式小车、结构监测模块、BIM算法组件，可移动式小车上设置有结构监测模块，结构监测模块包括摄像头、图像处理模块、数据传输模块，摄像头用于收集建筑结构的图像数据，并将图像数据发送至图像处理模块，图像处理模块包括预处理模块、特征提取模块，预处理模块用于对图像数据进行降噪处理，并将处理后的图像发送至特征提取模块，特征提取模块提取目标数据的特征数据，并将特征数据发送至数据传输模块。本发明通过图像检测结构对目标建筑的图像数据进行采集，并实时监测，且利用可移动结构来调整检测的位置，方便进行多方位多角度的检测，从而提高了检测效率。

技术领域

本发明属于BIM的结构监测技术领域，特别涉及一种基于BIM技术的结构监测装置。

背景技术

目前的建筑结构在建设的过程中，需要对数据进行了解，这就需要对建筑结构的实时监测，以便将数据实时发送至终端，但目前的建筑结构数据没有合适的监测装置进行检测，导致数据检测效率低下。

发明内容

为了至少解决或部分解决上述问题，提供一种基于BIM技术的结构监测装置。

为了达到上述目的，本发明提供了如下的技术方案：

本发明一种基于BIM技术的结构监测装置，包括可移动式小车、结构监测模块、BIM算法组件，所述可移动式小车上设置有结构监测模块，所述结构监测模块包括摄像头、图像处理模块、数据传输模块，所述摄像头用于收集建筑结构的图像数据，并将图像数据发送至图像处理模块，所述图像处理模块包括预处理模块、特征提取模块，所述预处理模块用于对图像数据进行降噪处理，并将处理后的图像发送至特征提取模块，所述特征提取模块提取目标数据的特征数据，并将特征数据发送至数据传输模块，所述数据传输模块将检测到的数据发送至BIM算法组件，所述BIM算法组件连接有数据存储器，所述数据存储器用于存储终端数据，所述BIM算法组件还连接有结构报警器，所述结构报警器内设有阈值，根据BIM算法组件发送的数据与阈值进行比较，来进行报警。

作为本发明的一种优选技术方案，所述可移动式小车的内部还设置有移动控制模块和图像拼接模块，所述摄像头收集图像数据时包含多个重复区域，所述图像拼接模块将含有多个重叠区域的隧道图像拼接进行配准再将配准后的图像进行融合。

作为本发明的一种优选技术方案，所述移动控制模块采用强化学习算法根据摄像头收集的重复区域的图像大小来调整可移动式小车的移动轨迹。

作为本发明的一种优选技术方案，所述强化学习算法根据当前小车的移动数据作为小车的状态数据，将重复区域的图像大小作为评价值q，确定关系增强的矩阵，得到当前最佳的行动指令。

作为本发明的一种优选技术方案，所述特征提取模块采用在ImageNet上预训练的ResNet-50网络结构，所述ResNet-50网络结构去掉了典型的ResNet-50结构中的全连接层和softmax层，加入了批标准化层和L2归一化层。

作为本发明的一种优选技术方案，所述预处理模块依次执行灰度处理、归一化处理进行降噪，得到预处理图像，所述可移动式小车的一端还连接有供电插口。

与现有技术相比，本发明的有益效果如下：

本发明通过图像检测结构对目标建筑的图像数据进行采集，并实时监测，且利用可移动结构来调整检测的位置，方便进行多方位多角度的检测，从而提高了检测效率。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明的整体结构示意图；

图2是本发明的整体结构模块图；